Monad Transformer In Scala
안녕하세요~ 오늘은 Monad Transformer 에 대해서 포스팅해보려고 합니다 ㅎㅎ
Monad Transformer 란?
자, 다음과 같이 간단한 코드가 있습니다.
case class User(id: String, bestFriendId: String)
def getUser(userId: String): Future[Option[User]] = ???
def getBestFriendOfUser(userId: String): Future[Option[User]] =
for {
userOpt <- getUser(userId)
bestFriendIdOpt = userOpt.map(_.bestFriendId)
bestFriendOpt <- bestFriendIdOpt match {
case Some(bestFriendId) =>
getUser(bestFriendId)
case None =>
Future.successful(None)
}
} yield bestFriendOpt
getBestFriendOfUser 함수를 보면 Future 와 Option 이 함께 쓰이고 있는 것을 볼 수 있습니다. User 가 Option 과 Future 에 의해 2중으로 감싸져있기 때문에 실제 User 값에 대해 뭔가 연산을 수행하려면 상당히 성가시고 가독성도 떨어지게 됩니다.
결국 문제가 되는 부분은 “2중으로 감싸져있다” 는 점입니다. 즉, Future 와 Option 을 하나로 합친 타입을 만들어 사용한다면 코드가 깔끔해지지 않을까? 라는 생각을 해볼 수 있습니다.
case class FutureOption[+A](value: Future[Option[A]]) {
def map[B](f: A => B): FutureOption[B] =
FutureOption(value.map(_.map(f)))
def flatMap[B](f: A => FutureOption[B]): FutureOption[B] =
FutureOption(
value.flatMap { (aOpt: Option[A]) =>
val fOpt: Option[Future[Option[B]]] = aOpt.map(f(_).value)
fOpt.getOrElse(Future.successful(None))
}
)
}
def getBestFriendOfUser(userId: String): Future[Option[User]] =
(for {
user <- FutureOption(getUser(userId))
bestFriend <- FutureOption(getUser(user.bestFriendId))
} yield bestFriend).value
위와 같이 Future 와 Option 을 하나로 묶어서 사용할 수 있도록하는 FutureOption 헬퍼 타입을 만들어 사용한 결과 코드가 훨씬 깔끔해진 것을 확인할 수 있습니다. flatMap 의 경우 구현이 약간 복잡하지만 차분하게 읽으시면 이해가 되실 겁니다.
정리해보자면, 여러 개의 모나드를 중첩해서 사용할 경우 코드가 상당히 더러워지게 되고, 이를 해결하기 위해 여러 개의 모나드를 하나의 모나드인 것처럼 사용할 수 있게 만드는 헬퍼 타입을 만들 수 있습니다.
자, 근데 여기서 문제점이 있습니다. 세상에는 수많은 종류의 모나드가 있는데 이러한 모나드들의 모든 조합을 위해 일일히 헬퍼 타입을 만든다면 너무 많은 헬퍼 타입이 필요해질 것입니다. 따라서 제너릭을 활용한 방법이 필요합니다.
import scala.language.higherKinds
trait Monad[F[_]] {
def pure[A](a: A): F[A]
def map[A, B](value: F[A])(f: A => B): F[B]
def flatMap[A, B](value: F[A])(f: A => F[B]): F[B]
}
implicit val futureMonad = new Monad[Future] {
def pure[A](x: A): Future[A] = Future(x)
def map[A, B](value: Future[A])(f: A => B): Future[B] = value.map(f)
def flatMap[A, B](value: Future[A])(f: (A) => Future[B]) = value.flatMap(f)
}
case class OptionT[F[_], A](value: F[Option[A]]) {
def map[B](f: A => B)(implicit F: Monad[F]): OptionT[F, B] =
OptionT(
F.map(value) { (aOpt: Option[A]) =>
aOpt.map(f)
}
)
def flatMap[B](f: A => OptionT[F, B])(implicit F: Monad[F]): OptionT[F, B] =
OptionT(
F.flatMap(value) { (aOpt: Option[A]) =>
val fOpt: Option[F[Option[B]]] = aOpt.map { (a: A) => f(a).value }
fOpt.getOrElse(F.pure(None))
}
)
}
def getBestFriendOfUser(userId: String): Future[Option[User]] =
(for {
user <- OptionT(getUser(userId))
bestFriend <- OptionT(getUser(user.bestFriendId))
} yield bestFriend).value
위 코드에서는 FutureOption 대신에 OptionT 를 활용한 것을 볼 수 있습니다. 이렇게 되면 임의의 모나드 타입 F 에 대해서 F[Option[A]] 꼴로 중첩된 모나드를 다룰 수 있게 됩니다.
즉, 따라서 필요한 헬퍼 타입 (OptionT) 의 수가 매우 줄어들게 됩니다. 만약 세상에 모나드가 10개가 있다면, 헬퍼 타입도 10개만 만들면 됩니다.
그리고 OptionT 를 무조건 저렇게 연산을 쉽게 하기위한 임시 객체로만 사용해야하는건 아닙니다. 그냥 아래와 같이 사용하면 코드가 더 깔끔해지는 것을 확인할 수 있습니다.
def getUser(userId: String): OptionT[Future, User] = ???
def getBestFriendOfUser(userId: String): OptionT[Future, User] =
for {
user <- getUser(userId)
bestFriend <- getUser(user.bestFriendId)
} yield bestFriend
자 그래서 지금까지 여러 개의 모나드를 조합해서 사용할 때 발생하는 문제점과 그것을 해결하기 위한 방법 (OptionT) 에 대해서 알아봤는데요~ OptionT 가 바로 Monad Transformer 입니다!!
즉, monad transformer 는 이렇게 여러 모나드들을 조합해서 사용하는데 도움을 주고, 대표적인 예시로서 위에서 저희가 직접 구현한 OptionT 가 있습니다.
Monad transformers allow modular composition of separate functional effect types into a single function effect with the ability to locally introduce and eliminate effect types. - John A. De Goes
Monad transformer 를 단순히 모나드들을 조합해서 사용할 때 발생하는 boilerplate code 를 해결하기 위한 용도로 보는 것은 사실 정확한 통찰은 아닙니다. 제가 인용한 문장에서 알 수 있듯이, 근본적으로 monad transformer 가 하는 역할은 여러 개의 모나드를 조합해서 하나의 모나드처럼 사용할 수 있게 하되, 한번에 오직 하나의 모나드 기능만 사용할 수 있도록 하는 것입니다.
예를 들면, OptionT 는 임의의 모나드들 (F) 과 Option 모나드를 합쳐서 하나의 모나드처럼 사용할 수 있게 해줍니다. 그리고 조합된 모나드들중에 하나의 모나드 기능을 선택해서 사용할 수 있게 해줍니다. (좀 있다 아래에서 예시를 볼 수 있습니다.)
자, 지금까지 monad transformer 에 대해서 알아봤는데요. 위에서는 설명을 위해 우리가 직접 구현을 해봤지만, 실제로는 cats 나 scalaz 같은 함수형 프로그래밍 라이브러리들에 이미 구현되어 있기 때문에 그걸 그냥 사용하시면 됩니다 :)
import cats.data._
import cats.implicits._
def getUser(userId: String): OptionT[Future, User] = ???
def getBestFriendOfUser(userId: String): OptionT[Future, User] =
for {
user <- getUser(userId)
bestFriend <- getUser(user.bestFriendId)
} yield bestFriend
MTL (Monad Transformer Library)
지금까지 monad transformer 를 사용해서 모나드들을 조합하는 방법을 다뤘는데요. 사실 여기에는 여러가지 단점들이 있습니다.
바로 코드를 보시죠.
// https://github.com/typelevel/kind-projector 플러그인 필요
import cats.data._
import cats.implicits._
case class State(str: String)
def repeat(num: Int): EitherT[StateT[Future, State, *], Exception, String] =
for {
_ <- if (num < 0)
EitherT.leftT[StateT[Future, State, *], Exception](new Exception("num should be equal or greater than 0."))
else
EitherT.rightT[StateT[Future, State, *], Exception]("dummy")
state <- EitherT.liftF(StateT.get[Future, State])
} yield state.str * num
긴 말 할 필요없이 위 코드만 봐도 monad transformer 의 끔찍함을 알 수 있습니다.
근본적으로 monad transformer 가 하는 역할은 여러 개의 모나드를 조합해서 하나의 모나드처럼 사용할 수 있게 하되, 한번에 오직 하나의 모나드 기능만 사용할 수 있도록 하는 것입니다.
제가 위에서 이런 말을 했었는데요. 위 코드에서 설명을 해보자면 EitherT.leftT 와 EitherT.rightT 는 Either 모나드의 기능을 사용하는 것이고, EitherT.liftF(StateT.get[Future, State]) 는 State 모나드의 기능을 사용하는 것입니다.
여기서 문제점은 조합된 모나드의 기능을 사용하는게 편의성이 상당히 떨어지고 코드가 너저분해진다는 것입니다.
특히 monad transformer 가 중첩된 순서에 따라 사용방법이 달라집니다. 예를 들어, 위 코드에서 Either 모나드의 기능을 사용하는건 EitherT 만 쓰면 되는 반면, State 모나드의 기능을 사용하기 위해서는 StateT 뿐만 아니라 EitherT.liftF 도 써야합니다.
또한 monad transformer 를 사용할때는 중첩된 순서가 아주 중요해집니다.
EitherT[StateT[Future, State, *], Exception, String]
StateT[EitherT[Future, Exception, *], State, String]
이 두 타입은 서로 의미상으로는 동일하지만 실제로 타입은 달라서 서로 호환이 되지 않는 문제가 발생합니다.
이렇듯 monad transformer 는 많은 문제점들이 있습니다. 여기서 우리는 한가지 아이디어를 생각해볼 수 있습니다.
모나드 기능 각각을 타입클래스로 만들면 어떨까요? 그리고 구체적인 모나드 타입이 아닌 그러한 타입클래스들에만 의존해서 코드를 작성하면 어떨까요?
이렇게 하면 모나드를 조합하는 순서는 더 이상 중요하지 않게 됩니다.
이렇듯 구체적인 타입 (EitherT, StateT 등) 이 아닌 타입클래스 기반의 모나드 조합을 가능하게 해주고, 구체적인 타입 (monad transformer) 로의 구체화를 위한 타입 클래스 인스턴스들을 제공해주는 라이브러리를 MTL 라이브러리라고 부릅니다.
import cats.MonadError
import cats.implicits._
import cats.mtl.implicits._ // monad transformer 로의 구체화를 위한 타입 클래스 인스턴스들
import cats.mtl.MonadState
// 타입 클래스 기반의 모나드 기능 조합/사용
def repeat[F[_]](num: Int)(implicit S: MonadState[F, State], E: MonadError[F, Exception]): F[String] =
for {
_ <- E.raiseError(new Exception("num should be equal or greater than 0.")).whenA(num < 0)
state <- S.get
} yield state.str * num
// 실제 monad transformer 로의 구체화.
val materializedProgram = repeat[EitherT[StateT[Future, State, *], Exception, *]](1)
위는 cats-mtl 을 사용한 코드입니다. 코드가 훨씬 간결하고 가독성이 있는 것을 알 수 있습니다.
뿐만 아니라 구체적인 타입이 아닌 타입 클래스 기반으로 추상화된 코드를 작성했기 때문에 추후에 concrete type 을 얼마던지 바꿀 수 있습니다.
사실 MTL 라이브러리를 쓴다고 해서 concrete type 으로 무조건 monad transformer 를 써야하는 것은 아닙니다. 단순히 타입 클래스 기반으로 모나드 기능들을 조합하고 사용하고 싶은 목적으로 MTL 라이브러리를 쓰고, concrete type 으로는 충분히 강력한 하나의 모나드 타입 (ex, ZIO) 만 사용해도 됩니다.
그 외 Monad Transformer 의 단점 및 대체재
사실 monad transformer 는 얼핏 보기에는 매우 좋아보입니다. 자신이 원하는 모나드들을 마음대로 유연하게 조합해서 사용할 수 있기 때문이죠. MTL 라이브러리를 활용하면 단점들도 많이 커버가 됩니다.
하지만 그럼에도 불구하고 여전히 단점들이 남아있고 그중 가장 대표적인 단점은 성능문제 입니다.
위의 OptionT 구현을 보면 알 수 있듯이 monad transformer 기능을 위해 함수 호출과 객체 생성 오버헤드가 추가되게 됩니다. Monad transformer 가 중첩되면 될수록 이러한 오버헤드는 계속해서 커지게 됩니다.
또한 monad transformer 들은 stack safe 하지 않은 것들도 있어서 사용에 주의해야 합니다. (이렇게 stack unsafe 한 transformer 들을 stack safe 하기 만들기 위해 성능을 더 포기하기도 합니다. 관련 벤치마크)
이러한 문제들을 해결하기 위한 실용적인 방법은 그냥 여러가지 기능들을 제공하는 강력한 모나드를 사용하는 것입니다. 예를 들면, cats 의 RWS (ReaderWriteState) 가 있습니다. 이 모나드는 Reader, Writer, State 모나드의 기능을 모두 제공합니다. 원래였다면 monad transformer 를 사용해 3개의 모나드를 조합해서 써야하지만, RWS 를 사용하면 하나의 모나드로도 가능해지기 때문에 위에서 말한 성능 문제같은 것들이 해결되게 됩니다.
하지만, 여전히 RWS 가 지원하지 않는 기능들 (예외처리, 동시성 등) 이 많습니다. 따라서 RWS 의 monad transformer 버전인 RWST 도 존재합니다.
그렇다면 monad transformer 가 아예 필요없을 정도로 아주 강력한 단 하나의 모나드는 없을까요?? 이를테면 God Monad?!
있습니다!! 바로 ZIO 입니다!!
제가 인상깊게 본 발표자료 하나를 공유하겠습니다. 꼭 보시길 추천드립니다!! (https://www.slideshare.net/jdegoes/one-monad-to-rule-them-all)
나중에 기회가 되면 요즘 저의 최애 라이브러리인 ZIO 에 대해서도 포스팅해보도록 하겠습니다 ㅎㅎ
오랜만에 Monad Transformer 에 대해서 다뤄봤습니다 ㅎㅎ
빨리 함수형 프로그래밍이 대중화되는 세상이 오기를 바라면서… 글을 마치겠습니다!
이 포스팅은 삼성 소프트웨어 멤버십 기술 블로그에 동시에 포스팅됩니다.
댓글
댓글 쓰기